Sprache
StartSprachen
Bereiche
OpenDroid ist ein Open-Source-autonomer KI-Agent für Android, der Ihr Smartphone in eine LLM-Ausführungsumgebung verwandelt mit 12 KI-Anbietern und über 60 einsatzbereiten Aktionen.
PR-AF ist ein Open-Source-Tool für tiefgehende Code-Audits mit dynamischen Agent-Graphen, AST-Extraktion und Falsifizierbarkeitsprüfung.
Ponytail is a ruleset and hooks for LLM agents that forces models to write minimal code, use native features, and skip overengineering. Benchmarks show 54% less code and 20% lower costs.
Boris Cherni von Anthropic schreibt keine Prompts mehr von Hand – automatische Loops übernehmen. So verändert Loop Engineering das Spiel.
txtai is an all-in-one Python library combining vector database, hybrid search with SQL, graph analytics, and LLM orchestration for RAG pipelines.
Kun vereint Code, Text, Design und Automatisierung in einem lokalen KI-Arbeitsbereich mit einer gemeinsamen Runtime für TUI und GUI, fünf spezialisierten Workspaces und flexibler Modellunterstützung.
KI-Agenten mit lokalen LLMs erstellen? SIE (Superlinked Inference Engine) konsolidiert mehrere Inferenz-Server zu einem, senkt GPU-Kosten und vereinfacht den Container-Aufbau.
Vektordatenbanken und Standard-RAG können keine Fragen von Prüfern zu KI-Entscheidungen beantworten. Semantica fügt deterministische Graphen, Regeln und Audit-Trails hinzu.
Entwickler Vitaliy ersetzt mit code-graph-rag Vektorsuche durch Wissensgraphen für Monorepo-Analysen. Nutzt Tree-sitter, Memgraph und Qdrant.
Aether bettet eine Alpine-Linux-VM in einen mobilen KI-Agenten ein und ermöglicht es Sprachmodellen, lokal auf Smartphones Code auszuführen.
Standard-Inferenz-Engines tun sich mit autonomen KI-Agenten schwer. TokenSpeed bietet eine spezialisierte Lösung, die TensorRT-LLM-Geschwindigkeit mit einer Python-freundlichen Schnittstelle kombiniert.
LitGPT von Lightning AI schreibt über 20 beliebte LLM-Architekturen in purem PyTorch neu und bietet Feinabstimmung, Deployment und Benchmarking ohne schweres Framework-Overhead.
jCodeMunch MCP indexiert Ihren Codebase mit tree-sitter und liefert KI-Agenten nur die relevanten Code-Schnipsel, was die Token-Kosten um 95–99% reduziert.
Das Firebase-Team hat Genkit als Open-Source-Framework für KI-Features veröffentlicht. Hilft es, Gemini, OpenAI und Ollama ohne Spaghetti-Code zu kombinieren?
Hören Sie auf, für jedes KI-Modell Adapter zu schreiben. LLM Gateway vereinheitlicht API-Aufrufe an OpenAI, Anthropic, Vertex AI und weitere über eine einzige OpenAI-kompatible Schnittstelle mit integrierter Kostenverfolgung.
Verwandeln Sie vage KI-Eingaben in professionelle Dokumente mit über 700 sofort einsatzbereiten Markdown-Anweisungen für Ingenieure, Anwälte und Marketing-Experten.
Ein Leitfaden zur Verwendung von avoid-ai-writing, einem Open-Source-Tool, das KI-generierte Klischees aus Texten von Sprachmodellen entfernt.
Ein praxisorientierter Leitfaden für funktionierende KI-Agenten. Das ai-agent-book Repository von Bojie Li deckt alles ab – von Context Engineering bis zur Selbst-Evolution ohne Fine-Tuning.
Decepticon ist ein autonomer Red-Team-Agent, der Angriffsketten wie ein echter Pentester ausführt. Er erzielte 98% im XBOW-Benchmark und nutzt 16 spezialisierte Agenten für verschiedene Angriffsphasen.
nanobot ist eine Open-Source-KI-Agent-Engine, die lokal läuft, Telegram/Discord-Integration, MCP-Tools und Langzeitgedächtnis unterstützt, ohne Daten in die Cloud zu senden.
Bonsai-27B nutzt 1-Bit- und ternäre Quantisierung, um ein 27-Milliarden-Parameter-Modell in nur 3,5 GB RAM zu packen, sodass es auf iPhones und Laptops ohne dedizierte GPUs lauffähig ist.
So integrieren Sie KI in Smartglasses, ohne am Lag wahnsinnig zu werden. Lernen Sie Needle kennen — ein 26-Millionen-Parameter-Modell für sofortige Funktionsaufrufe.
GraphRAG baut Wissensgraphen aus unstrukturierten Daten auf und ermöglicht LLMs, Verbindungen zu verstehen und übergreifende Fragen zu beantworten.
Ich habe Memtrace ausprobiert — ein Tool, das eure Codebasis in einen Knowledge Graph für KI-Agenten verwandelt und 15.000 Dateien in 1,5 Sekunden ohne LLM-Aufrufe indexiert.